[发明专利]人脸人体匹配方法、设备和存储介质

说明书

本发明属于图像处理技术领域，具体提供一种人脸人体匹配方法、设备和存储介质，旨在解决单一使用人脸框和人体框的位置信息实现人脸与人体匹配检测中正确率不高的问题。为此目的，本发明的方法包括：获取图像中的人体图像和人脸区域；将人体图像输入预先训练完成的人脸人体匹配模型得到置信图，置信图中包含有；根据置信图和人脸区域计算得到人脸与人体的匹配置信度；当匹配置信度大于或等于人脸人体匹配置信度阈值时，人脸与人体匹配。通过本发明，将人脸与人体之间的语义信息和位置信息同时用于匹配的判别，可以有效地提高人脸与人体匹配检测的正确率。

技术领域

本发明属于图像处理技术领域，具体提供一种人脸人体匹配方法、设备和存储介质。

背景技术

人脸图像识别技术已广泛应用于金融、公安、边检和教育等众多领域，该技术通常要求获取一张较为清晰的正脸图像，然而如果行人没有主动配合，由于受摄像头拍摄角度、环境等因素的影响，大多情况下很难获得一张较为清晰的正脸图像，从而无法通过人脸图像进行身份识别。人体图像识别技术受摄像头拍摄角度和环境影响较小，利用人体图像识别技术可将多个摄像头下同一行人的运动轨迹串联起来，继而只需在众多行人轨迹图像中找到一张包含清晰正脸的图像便可以进行人脸识别。

通过人体图像和人脸图像协同进行人脸识别的方法，其关键步骤是在人体图像上找到目标人脸。但是由于行人拥挤和摄像头拍摄方向、角度等原因，通常一张人体图像上有多个人脸，或者人体图像上的单个人脸不是该人体所对应的目标人脸，这使得在人体图像上找到目标人脸变得困难。现有方法通常利用人脸框和人体框的坐标信息，计算两者之间的匹配度来判断人脸与人体是否匹配。但是，这种方法忽略了人脸和人体之间的语义信息，往往造成匹配正确率不高；并且人脸框和人体框的跟踪误差也会降低匹配的正确率。

相应地，本领域需要一种新的方案来解决上述问题。

发明内容

为了解决现有技术中的上述问题，即为了解决通过单一的图像中人脸框和人体框的位置信息实现人脸与人体匹配而存在的匹配正确率不高的问题。在第一方面，本发明提出了一种人脸人体匹配模型的训练方法，所述方法包括：

将样本图像作为人脸人体匹配模型的输入，输出得到样本置信图；

根据所述样本图像中的人脸区域得到监督信号；

根据所述样本置信图和所述监督信号，通过损失函数计算损失值；

根据所述损失值和反向传播算法更新所述人脸人体匹配模型的参数；

其中，所述样本图像为公开数据集中通过自动或人工方式标识出人体图像和人脸区域的图像。

在上述人脸人体匹配模型的训练方法的一个实施方式中，所述人脸人体匹配模型包括：

U型结构的神经网络；

sigmoid函数，所述sigmoid函数将所述神经网络输出的置信图的数值映射到0～1之间；

其中，所述置信图和所述人体图像的大小相同。

在上述人脸人体匹配模型的训练方法的一个实施方式中，“根据所述样本图像中的人脸区域得到监督信号”的步骤具体包括：

根据所述样本图像中的人脸区域得到第一监督信号图；

将所述第一监督信号图划分为三种类别：目标人脸区域，非目标人脸区域和背景区域；

根据第一缩进系数和第二缩进系数将所述目标人脸区域和所述非目标人脸区域分别向中心缩进，得到第二监督信号图；

所述监督信号为所述第二监督信号图，所述监督信号和所述样本置信图大小相同。

在上述人脸人体匹配模型的训练方法的一个实施方式中，所述损失值的计算方法包括：

损失函数选取像素级别的交叉熵损失函数，每个像素对应的所述损失函数的表达式为：